GA4コホート分析の使い方：継続率・計算方法・観測期間をそろえる

2026年10月8日に、GA4のCohort exploration、Data retention、data thresholdsを再読しました。コホートは共通属性のユーザー群で、Standard、Rolling、Cumulativeはreturn条件の計算が違います。分母・return条件・期間を固定し、保持期間やthreshold、未成熟期間をゼロや離脱と読み替えません。

新規ユーザーが増えていても、以前来た人が戻っているとは限りません。GA4のコホート分析は、共通の条件で集めたユーザー群を、その後の経過期間に沿って見る方法です。全体平均に隠れた違いを探せますが、表が濃い色になっただけで施策の成功とは言えません。

この記事では、包含条件とリターン条件、3つの計算方法、分母、まだ観測できない期間を整理します。GA4の基本指標から一歩進めて、再訪・再購入・継続利用を比較したい担当者向けです。操作の名称は2026年10月4日に読んだ公式資料に基づき、実アカウントで画面確認したものではありません。

30秒で要点

• コホートは「誰を、いつの条件で集めるか」を決めた集団です。「戻る」の意味も別に定義します。
• 同じ群の時間変化と、異なる群の同じ経過期間を読み分けます。新しい群の未観測期間はゼロではありません。
• Standard、Rolling、Cumulativeは数え方が異なります。同じデータでも結果が変わります。
• GA4のコホート探索はデバイスデータを使い、User-IDを考慮しません。人単位の完全な継続率ではありません。
• 前後の群の差には季節性や流入構成も含まれます。施策の因果効果は比較設計を別に確認します。

1. 最初に「同じ集団」の条件を決める

コホートには、同じ月に初訪問した群、特定のイベントを起こした群、ある期間に購入した群などがあります。どれを選ぶかは、答えたい問いで変わります。

表が収まらない場合は、横にスクロールできます

GA4で購入イベントを包含条件にしただけでは、必ずしも「生涯で初めて購入した人」の群にはなりません。初回購入者を調べたいなら、その条件を表現できるイベント設計やデータがあるかを確認します。

また、対象期間ごとに条件を満たす同じユーザーが、複数のコホートに所属する場合があります。毎週購入した人が各週の購入コホートへ入るなら、行の合計をユニークな人数として足すことはできません。こうした制約はGoogleのコホート探索の説明に記載されています。

2. 探索を作る前に6項目をメモする

公式手順は、探索のテンプレートギャラリーから「コホートデータ探索」を選び、条件を設定する流れです。表示名や利用できる設定は画面・権限で確認してください。先に次のメモを作ると、操作できても解釈できない表になるのを防げます。

表が収まらない場合は、横にスクロールできます

週の粒度は日曜日から土曜日、日はプロパティのタイムゾーンによる日付、月は暦月で区切られます。例えば土曜日に来た人の「次の週」は翌日からです。全員を「初回からちょうど7日後」にそろえた分析とは違います。

目的が「登録から7×24時間以内に2回目の利用があるか」なら、暦週の表だけでは問いが一致しません。利用可能なイベント時刻と識別子を使った別集計が必要か、分析担当と決めます。

リターンの定義を変えると問いも変わる

何らかのイベントで戻ったことを見る場合と、購入や主要操作を条件にする場合では、値の意味が異なります。訪問は続くが購入しないという状況を、定義の違う率を並べて「計測がおかしい」と判断しないようにします。

導入支援の評価なら、再訪だけでなく、支援が必要だった回数や主要機能の利用などを別の指標として確認できます。エンゲージメントの読み方やコンバージョン率の分母と接続し、すべてを一つの継続率にまとめないことが大切です。

3. Standard・Rolling・Cumulativeを小さな例で区別する

同じ包含期間に入った3人を、説明用にA・B・Cと呼びます。実在ユーザーの記録ではありません。全員がWeek 0で包含条件を満たし、その後の各週にリターン条件を満たしたかを表します。

表が収まらない場合は、横にスクロールできます

Week 5のユーザー数を比べると、次のようになります。

表が収まらない場合は、横にスクロールできます

同じ3人を分母にした説明用の割合は、順に66.7%、33.3%、100%です。人数を累積する例では同じ人を毎週足しません。取引件数や売上を値に選んだ場合は、ユーザーの割合とは別の集計になります。

Standardでは、離れた人が後で戻れば値が増えることもあります。Rollingは一度途切れると、その後戻っても連続条件を満たしません。Cumulativeは「毎週使い続けている」という指標ではなく、途中の離脱を見えにくくすることがあります。報告書に計算方法の名前を必ず残してください。

4. 新しいコホートの空欄をゼロにしない

比較するのは、同じ長さだけ観測できた期間です。以下は、各週の利用者数を最初の群の人数で割るStandard型の架空例です。全期間が完了しているセルだけを比較します。

表が収まらない場合は、横にスクロールできます

経過1週はすべて80%。経過2週は第1群60%、第2群70%で、差は10パーセントポイントです。第2群の84人が第1群の60人より多いことには、分母120人と100人の違いも含まれます。

第3群の経過2週がまだ終わっていないなら、継続率0%ではありません。月次報告の都合で右側の未観測セルをゼロ埋めすると、最近の施策ほど悪く見える表になります。途中経過のセルを使う場合も「期間未完了」と表示し、完成したセルから分けます。

さらに、未観測と、データしきい値による非表示、保持期間外、タグの欠測は別です。データしきい値とデータ品質の表示を確認し、非表示セルの理由を推測で埋めないようにします。

5. 群内と群間を読み、原因は別に確かめる

同じ群の変化を読む

前表の第1群は80%→60%→50%です。継続利用の割合が下がる段階を探せます。ただしStandardの割合なので、同じ50人がずっと残っているとは限りません。どの操作で困ったかも、この表だけでは分かりません。

導入直後に下がるなら初期設定や期待との違い、後の週に下がるなら利用頻度や次の用事の有無などを仮説にします。問い合わせ内容、利用経路、機能別イベントを使い、戻らなかった理由を確認します。購入間隔が長い商品に毎週の再購入を期待するなど、事業に合わない間隔も見直してください。

異なる群は同じ経過期間で比べる

第1群の経過3週と第2群の経過1週を比べても、施策の差と時間の差が混ざります。同じ経過2週の60%と70%を比べたうえで、流入元、初回の意図、端末、価格、キャンペーン、季節性が違わないかを調べます。

群の期間が新旧に分かれているだけなら、無作為に分けた実験ではありません。「改善施策で10ポイント上がった」と断定せず、「施策後の群で10ポイント高かった。流入構成などを追加確認する」と記録します。効果の検証が必要なら、対象の割り当てと観測期間を先に設計します。

他の指標との役割分担

エンゲージメントは訪問中の関与、CVRは選んだ分母に対する成果、コホートは共通条件の群の時間変化を見るものです。アトリビューションは成果を流入接点へ配分する問いであり、コホートの継続率とは別です。組み合わせる場合も、対象ユーザーや期間が一致しているかを確かめます。

6. GA4で観測できる範囲を記録する

GA4の公式説明では、コホート探索はデバイスデータに基づき、User-IDを考慮しません。同じ人が端末やブラウザを変えた場合などに、現実の継続利用と観測された継続利用が一致しないことがあります。追跡しやすくするために必要以上の個人情報を集めるのではなく、観測の限界として報告します。

データ保持の設定も重要です。探索で使える期間は保持設定に影響され、標準の集計レポートで過去が見えることと同じではありません。設定を延ばしても、既に削除されたデータは戻りません。必要な分析期間と権限、保持方針を分析開始前に担当者と確認します。

さらに、イベント名の変更、計測への同意、タグ停止、アプリ更新などで観測条件が変わります。分析表に、対象期間・包含条件・リターン条件・計算方法・値・タイムゾーン・計測変更を添えてください。

7. 最初の1回は小さな表を照合する

最初から多くの属性で分割せず、1つの問いと1種類のリターン条件に絞ります。次の手順なら、設定と解釈のずれを見つけやすくなります。

1. 完了した期間だけを選び、包含条件と群の大きさを確認する。
2. Standardで隣り合う2群の同じ経過期間を見る。
3. 1セルのユーザー数を群の人数で割り、割合と分母をメモする。
4. Rolling／Cumulativeへ切り替えるなら、答えたい問いが変わることを記録する。
5. 未観測・非表示・欠測を分け、比較から除く条件を決める。
6. 差が見つかったら、操作の問題や流入構成を別データで確認する。

最後に「誰を同じ群とするか」「何を戻ったとするか」「どこまで同じ期間を観測できたか」の3問に答えられれば、色の濃淡から一歩進んだ分析になります。施策を決める前に、その差が読者の用事や事業の継続利用にどう関係するかを確かめてください。